摘要
一种多维因素影响的电力客户诉求监测方法及系统,包括:进行基于天气加权的缺失值补全;采用独热编码对所有天气类型这种非数值特征进行编码;基于经过改进沙猫群优化算法ISCSO优化后的变分模态分解VMD,将历史电力客户诉求量分为高频分量与低频分量;构建MLR模型和基于ISCSO优化后的TCN模型,TCN模型用于预测电力客户诉求量的高频分量,MLR模型用于预测电力客户诉求量的低频分量。本发明通过独热编码对天气类型进行编码,增强了模型对天气变化的适应性;且对于高频分量采用了TCN模型,以捕捉长时序特征;对于低频分量则采用结构简单、计算速度快的MLR模型;实现了对台区电力客户诉求量数据的精准预测。
技术关键词
天气
客户
电力
监测方法
非数值特征
重构
预测模型训练
气象传感器
算法
智能电表
训练预测模型
编码模块
超参数
噪声容限
模式
元素
序列
时序特征